基于径向基神经网络的空天飞行器鲁棒自适应轨迹线性化控制

基于轨迹线性化控制方法(TLC)以及径向基神经网络(RBFNN)技术研究了一种新的鲁棒自适应轨迹线性化控制方案并应用于空天飞行器(ASV)飞行控制系统设计中.首先基于被控对象的分析模型设计系统的TLC控制器,然后利用RBFNN对系统不确定的逼近能力,设计了鲁棒自适应控制器及参数的自适应调节律,并采用Lyapunov方法严格证明了闭环系统所有误差信号一致最终有界.最后应用新控制方案设计了ASV飞行控制系统,仿真结果表明了方法的有效性.      

空天飞行器的鲁棒自适应模糊轨迹线性化控制

提出了鲁棒自适应模糊轨迹线性化控制(RAFTLC)方法并应用于空天飞行器(ASV)飞行控制系统设计.根据系统的先验知识, 设计出标称模糊系统对系统的未知干扰和不确定进行估计, 并通过鲁棒自适应控制项来克服标称模糊系统逼近误差和权值误差的影响.标称模糊系统逼近误差和权值误差的界在线调整.采用Lyapunov方法证明了闭环系统的所有信号一致最终有界.最后利用提出的控制方案设计了ASV飞行控制系统, 并在高超声速条件下进行了仿真验证.仿真结果表明了控制方案的有效性和鲁棒性.      

基于T-S模糊系统的空天飞行器鲁棒自适应轨迹线性化控制

 基于T-S模糊系统提出了鲁棒自适应轨迹线性化控制(RATLC)方法。利用T-S模糊系统逼近未知干扰和不确定性因素,并采用Lyapunov方法设计了鲁棒自适应控制律。不论系统状态的维数和用于逼近不确定的模糊系统规则数为多少,整个系统仅有两个参数在线调整。理论分析证明了闭环系统所有信号一致最终有界。应用提出的控制方案设计了空天飞行器(ASV)飞行控制系统,并在高超声速飞行条件下进行了仿真验证,仿真结果表明了控制方案的有效性和鲁棒性。     

一类非线性系统的神经网络自适应控制

针对一类单输入单输出不确定非仿射型非线性系统,基于多层神经网络提出了一种直接自适应控制方法。该设计方法首先应用多层神经网络自适应模拟逼近逆解中的未知部分,然后应用逆设计和自适应反演设计出虚拟控制量,最后应用反馈线性化设计方法和神经网络设计了直接自适应控制律。并利用Lyapunov稳定性定理推导了神经网络的参数调节律,保证了闭环系统的所有信号均最终一致有界。     

基于径向基神经网络的不确定非线性系统的鲁棒自适应控制

 针对能够采用仿射非线性表示的含有不确定动态的非线性系统 ,提出了一种鲁棒自适应控制方法 ,该方法根据离线辨识出的受控对象的已知部分 ,采用神经网络在线辨识其未知部分 ,并针对辨识得到神经网络模型采用反馈线性化方法设计出自适应控制器 ,同时引入滑模控制方法以增强控制系统的鲁棒性 ,从而实现鲁棒自适应控制。通过对具有未建模动态的非线性直升机空气动力学模型 ,设计了总距通道系统。仿真表明该方法是有效的。     

一种鲁棒的非线性飞行控制律设计

介绍了一种反馈线性化方法——逆系统方法，用以解决非线性飞行控制。针对逆系统方法存在的误差，介绍了一种鲁棒控制方法——基于RBF神经网络直接自适应控制方法，利用李亚普诺夫稳定性定理推导了神经网络权值的自适应规律，保证了闭环系统的稳定性。设计了针对滚转通道的神经网络，并应用某型号飞机进行了非故障和故障状态的仿真，结果证明，自适应神经网络控制方法补偿作用显著，相当于系统具有一定的重构功能。     

BTT导弹的神经网络自适应反馈线性化控制

提出基于反馈线性化理论的BTT导弹自动驾驶仪设计方法。并提出由俯仰过载命令产生攻角命令的方法。应用CMAC神经网络构成一种自适应反馈线性化方案,使具有不确定性的实际系统获得要求的跟踪性能。闭环系统的稳定性由李雅普诺夫稳定性理论得到保证。该方法适合于控制导弹作全空域飞行。     

考虑舵机动力学的旋转弹自适应解耦控制

为解决由气动交联、控制交联引起的旋转弹俯仰和偏航通道间的耦合问题，提出了一种考虑气动不确定和执行机构动力学的自适应解耦控制方法。以一类鸭舵作用下的双通道控制旋转弹为研究对象，建立了非旋转弹体坐标系下考虑舵机动态响应过程以及气动参数不确定性的线性化动力学模型。利用模型参考自适应控制方法作为基础框架，将跟踪误差积分扩维至被控系统以改善闭环系统的跟踪性能。将舵机输入与输出之间的误差信号反馈到参考模型中实现俯仰和偏航通道之间的解耦。通过理论分析和数值仿真，验证了所提自适应解耦控制方法的有效性。仿真结果表明，设计的自适应解耦控制器能够保证闭环系统稳定并且实现俯仰和偏航通道之间的解耦。     

Adaptive Sliding Control of Six-DOF Flight Simulator Motion Platform

本文使用Newton-Euler法推导了六自由度飞行模拟器运动平台完整的线性化形式的动力学方程,并以此为基础,提出了一种在任务空间中的非线性自适应滑模控制方法。这种控制方法将系统中的不确定性分为定常不确定参数和时变不确定参数,利用非线性自适应控制对定常不确定参数进行辨识,同时结合滑模控制对时变不确定参数和外部扰动进行补偿。通过数值仿真分析表明,该控制策略能准确识别运动平台的载荷、惯量、重心等参数,同时又能有效地提高系统的鲁棒性能。     

一类非仿射型系统的神经网络自适应控制

针对一类未知控制方向的非仿射型系统的神经网络自适应控制问题进行了研究,提出了一种基于隐函数定理、反演设计技术、Nussbaum-型函数和神经网络理论相结合的新颖的自适应控制策略,成功地解决了该类系统控制器设计问题,为该类控制问题提出了一种解决思路。最后给出的数字仿真算例证明了该设计方法的有效性。     

大机动飞机的非线性鲁棒控制律设计

采用非线性不确定系统的高增益控制建设设计方法,为某型大机动飞机在特定飞行条件下设计了鲁棒控制律,以跟踪期望的输出轨迹,并在不同飞行条件下进行了系统仿真研究。仿真结果表明,采用所设计的控制律,在不同飞行条件下,飞机均可同时完成较精确的纵向和侧向机动跟踪,说明控制律具有较好的鲁棒性。     

Adaptive vector field based accurate homing control of aerial delivery systems

This paper investigates the homing control problem of a flexible aerial delivery system with external wind, at-mospheric turbulence, and aerodynamic uncertainties. An accurate homing control strategy is presented, consisting of a trajectory generation algorithm and a lateral tracking controller. A high-altitude trajectory generation is de-veloped with system characteristics explicitly considered to generate the desired trajectory for the aerial delivery control system design. It significantly compensates for the altitude deviation of the existing multiphase theory based trajectory generation methodologies. A novel adaptive vector field control law is then designed to accom-plish the lateral tracking maneuvers. The key feature of the proposed method is that the complete lateral closed-loop control, including position and heading angle loops, is achieved in the presence of disturbances and dynamic uncertainties. The homing control with high landing accuracy is therefore achieved. Simulation and hardware-in-loop testing results are finally presented to validate the proposed method’s effectiveness compared to a conventional homing control scheme.     

微小型直升机非线性鲁棒控制器设计

针对含有未建模动态的微小型直升机非线性模型,设计了基于反步法和自适应模糊系统的自主飞行控制器.该控制器包含两个回路:航迹控制外回路和姿态控制内回路.外回路通过旋转矩阵实现对内回路姿态的控制,而非传统的欧拉角或姿态四元数.控制器采用自适应Takagi-Sugeno(TS)模糊系统在线补偿系统未建模动态的影响,并利用反步法完成控制器综合.所设计的算法在确保整个控制系统稳定性的同时又可保证系统能够有效应对未建模动态的影响.系统仿真结果表明,在盘旋上升飞行模态下控制系统能够快速准确地跟踪预设轨迹,并且具有良好的鲁棒性能.     

挠性卫星大角度机动的混合控制方法研究

对于具有不确定性的多输人多输出非线性系统,仅用v0线性化设计方法不能获得好的控制结果.为此,设计了自适应模糊控制器,把I/O线性化方法和自适应模糊控制相结合,构成混合控制器.并将此控制器引人到卫星大角度机动控制系统中,以补偿由系统的不确定性所造成的跟踪误差,从而增强I/O线性化控制器的鲁棒性,最终实现零误差跟踪.     

非线性变结构解耦控制及对再入飞行器的应用

讨论了一类非线性系统的变结构解耦控制在再入飞行器的应用,变结构解耦控制号输入输出线性比相结合得到的控制规律,可对象模型的不确定有鲁棒性,对于再入飞行器再入段存在的多变量非线性和参数不确定,应用了相应的变结构解耦控制的方法,讨论了其滑模面的构造方法和解耦控制条件,在姿态控制中保证了姿态跟踪期望值,在轨迹跟踪中,设计了内外回路在控制律,内回路运用变结构解耦控制保持姿态稳定,外回路通过设计比例微分控制保     

飞机表面爬行机器人轨迹跟踪控制方法研究

针对飞机蒙皮铆钉缺陷无损检测移动机器人进行了运动学和动力学建模,并且基于该移动机器人的模型,设计了双闭环轨迹线性化控制器(trajectory linearization control,TLC)。同时设计了逻辑控制算法保证机器人运动轴在达到完整约束临界点时进行状态切换。该方法解决了在飞机特殊表面环境下,对基于X-Y平台的新型爬行机器人如何完成轨迹跟踪控制的问题。实验结果表明,该控制器具有较好的动态性能,能够在满足系统实时性要求的前提下实现爬行机器人距离精确性和速度稳定性控制。     

Variational method based robust adaptive control for a guided spinning rocket

In this paper, a robust adaptive controller is designed for a guided spinning rocket, whose dynamics presents the characteristics of pitch-yaw cross coupling, fast time-varying aerodynamics parameters and wide flight envelop. First, a coupled nonlinear six-degree-of-freedom equation of motion for a guided spinning rocket is developed, and the lateral acceleration motion is modeled as a control plant with time-varying matched uncertainties and unmodeled dynamics. Then, a robust adaptive control method is proposed by combining Bregman divergence and variational method to achieve fast adaption and maintain bounded tracking. The stability of the resulting closed-loop system is proved, and the ultimate bound and convergence rate are also analyzed. Finally, numerical simulations are performed for a single operating point and the whole flight trajectory to show the robustness and adaptability of the proposed method with respect to time-varying uncertainties and unmodeled dynamics.